基于混合排序填充网络的文本到指令序列翻译

本论文主要研究利用语言预训练模型和深度学习,来进行文本序列到指令序列的翻译.在文本序列到指令序列翻译的领域内,优势模型按结构划分主要分为2类,一种是端到端模型,另外一种是在编码器和解码器中间引入中间逻辑表示层.与以往的方法不同,本文提出了名为混合排序填充网络的新模型.该模型将问题与一列单独组合,利用语言预训练模型获取编码,然后根据选择的模板,划分并填充不同的子任务,生成完整的指令序列.这种方法很好地利用了语言预训练模型的特点,避免引入专门的中间语义表示层或者解码器,减少了模型复杂度.在自构建的文本到指令序列数据集上取得了很好的翻译效果,翻译结果的逻辑准确率可达到89.1％.     

窗缝冷风渗透对房间热环境影响的模拟研究

本文以辐射地板采暖房间为研究对象,通过离散坐标辐射模型,根据某市采暖室外气象参数确定边界条件,模拟分析了窗缝冷风渗透对室内速度场和温度场的影响。结果表明,对于典型的窗体结构,在设定的条件下,冷风渗透使活动区的空气温度降低1.5℃;房间近地面区及近窗侧有吹风感。对外窗气密性能差的房间,冷风渗透不能忽略,但通过对窗缝进行处理,可有效减少冷风渗透对房间热环境的影响。